人臉識(shí)別是生物特征識(shí)別技術(shù)的一種,隨著近半個(gè)多世紀(jì)的發(fā)展,人臉識(shí)別已經(jīng)開(kāi)始利用到了社會(huì)生活當(dāng)中,憑借其友好、易于采集等優(yōu)勢(shì),越來(lái)越受到大家的關(guān)注,當(dāng)前人臉識(shí)別已經(jīng)成功應(yīng)用到了社會(huì)生活中的很多領(lǐng)域,比如火車站的入口檢測(cè)、刷臉購(gòu)物、追蹤犯罪人員等。但是人臉識(shí)別仍然面臨著很多問(wèn)題,識(shí)別效果容易受到外部復(fù)雜環(huán)境變化的影響。提取人臉的局部特征進(jìn)行識(shí)別是一種效果突出的方式,韋伯局部描述符（WLD特征）是一種典型的局部特征提取算子,可以有效的提取人臉圖像的紋理和結(jié)構(gòu)信息,并且對(duì)光照具有良好的魯棒性,但在應(yīng)對(duì)表情、遮擋等環(huán)境變化時(shí)的識(shí)別效果不理想。論文將對(duì)韋伯局部描述符進(jìn)行改進(jìn),提高其魯棒性,同時(shí)與其他特征結(jié)合組成融合特征,以提高算法應(yīng)對(duì)復(fù)雜環(huán)境變化的能力。論文的主要工作如下:第一:提出一種基于多方向韋伯梯度直方圖的人臉識(shí)別算法。算法首先對(duì)韋伯局部描述子進(jìn)行改進(jìn),在原有差分激勵(lì)的基礎(chǔ)上,進(jìn)一步考慮了鄰域像素之間的關(guān)系,將鄰域像素作差取絕對(duì)值之后進(jìn)行求和,同時(shí)將原始的韋伯方向替代為由對(duì)角線方向的像素構(gòu)造的梯度方向。另一方面,將韋伯梯度幅值在原始韋伯方向上進(jìn)行累加,以提取邊緣輪廓特征,將從該特征中統(tǒng)計(jì)的直... 

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及研究意義
    1.2 人臉識(shí)別系統(tǒng)概述
    1.3 人臉識(shí)別技術(shù)的發(fā)展及研究現(xiàn)狀
    1.4 論文結(jié)構(gòu)安排
第2章 韋伯局部描述子及其改進(jìn)算法
    2.1 人臉圖像特征介紹
    2.2 韋伯局部描述子
        2.2.1 差分激勵(lì)
        2.2.2 韋伯方向
        2.2.3 改進(jìn)的韋伯方向
        2.2.4 韋伯局部描述子
    2.3 韋伯局部二值模式
        2.3.1 原始LBP
        2.3.2 LBP的等價(jià)模式
        2.3.3 WLBP特征提取流程
    2.4 韋伯梯度方向直方圖
        2.4.1 梯度方向直方圖
        2.4.2 韋伯梯度直方圖算法流程
    2.5 針對(duì)韋伯局部描述子的改進(jìn)
        2.5.1 多方向韋伯梯度直方圖
        2.5.2 韋伯局部三值模式
    2.6 本章小結(jié)
第3章 基于多方向韋伯梯度直方圖的人臉識(shí)別
    3.1 多方向韋伯梯度直方圖
        3.1.1 圖像預(yù)處理
        3.1.2 對(duì)角韋伯局部描述子
        3.1.3 簡(jiǎn)化的對(duì)角韋伯局部描述子
        3.1.4 韋伯梯度方向模式
        3.1.5 特征融合
    3.2 MWGH算法的人臉識(shí)別
        3.2.1 MWGH特征提取
        3.2.2 相似度測(cè)量
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 實(shí)驗(yàn)環(huán)境、人臉庫(kù)與對(duì)比算法介紹
        3.3.2 參數(shù)對(duì)識(shí)別效果的影響
    3.4 算法的識(shí)別率比較
    3.5 加噪實(shí)驗(yàn)
    3.6 算法復(fù)雜度分析
    3.7 本章小結(jié)
第4章 基于韋伯局部三值模式的人臉識(shí)別
    4.1 各向同性Sobel算子
    4.2 局部三值模式
    4.3 韋伯局部三值模式
        4.3.1 SWLD特征
        4.3.2 不同尺度的SWLD特征
        4.3.3 WLTP特征
    4.4 實(shí)驗(yàn)結(jié)果及分析
        4.4.1 實(shí)驗(yàn)環(huán)境、人臉庫(kù)以及對(duì)比算法介紹
        4.4.2 參數(shù)對(duì)識(shí)別效果的影響
    4.5 算法的識(shí)別率比較
    4.6 加噪實(shí)驗(yàn)
    4.7 算法時(shí)間復(fù)雜度分析
    4.8 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
附錄A 個(gè)人簡(jiǎn)歷
附錄B 在校期間發(fā)表的學(xué)術(shù)論文及研究成果
附錄C 論文中的用圖
附錄D 論文中的用表


【參考文獻(xiàn)】：
期刊論文
[1]NSCT和CS-LBP的低分辨率人臉識(shí)別[J]. 孫萬(wàn)春,張建勛,鄭集元,陳虹伶,朱佳寶.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(12)
[2]LBP和MB-LBP加權(quán)融合的人臉識(shí)別[J]. 劉斌,米強(qiáng),徐巖.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(02)
[3]基于改進(jìn)梯度局部二值模式的人臉識(shí)別[J]. 楊恢先,陳永,張翡,周彤彤.  激光與光電子學(xué)進(jìn)展. 2018(06)
[4]基于AR-WLD和分塊相似度加權(quán)的遮擋表情識(shí)別[J]. 王曉華,陳影,胡敏,任福繼.  激光與光電子學(xué)進(jìn)展. 2018(04)
[5]激光主動(dòng)成像圖像邊緣檢測(cè)算法研究[J]. 宋睿,張合新,吳玉彬,宮梓豐.  激光與光電子學(xué)進(jìn)展. 2017(08)
[6]基于Gabor小波和NBP算法的手掌靜脈識(shí)別[J]. 林森,徐天揚(yáng),王穎.  激光與光電子學(xué)進(jìn)展. 2017(05)
[7]基于雙向梯度中心對(duì)稱局部二值模式的單樣本人臉識(shí)別[J]. 楊恢先,賀迪龍,劉凡,劉陽(yáng),劉昭.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(01)
[8]融合Gabor特征的局部自適應(yīng)三值微分模式的人臉識(shí)別[J]. 夏軍,裴東,王全州,孫瑜欣.  激光與光電子學(xué)進(jìn)展. 2016(11)
[9]基于韋伯梯度方向直方圖的人臉識(shí)別算法[J]. 楊恢先,唐金鑫,陶霞,姜德財(cái),顏微.  計(jì)算機(jī)工程與應(yīng)用. 2017(15)
[10]基于改進(jìn)的WLD特征的人臉識(shí)別[J]. 邵新華,趙勛杰,程凱.  計(jì)算機(jī)應(yīng)用與軟件. 2015(04)

博士論文
[1]基于圖像的人臉識(shí)別中關(guān)鍵技術(shù)研究[D]. 馬寧.吉林大學(xué) 2016
[2]圖像紋理分析及分類方法研究[D]. 李伯宇.復(fù)旦大學(xué) 2007
[3]人臉識(shí)別中若干關(guān)鍵問(wèn)題的研究[D]. 山世光.中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004

碩士論文
[1]基于局部特征的人臉識(shí)別方法研究[D]. 陳月.西安電子科技大學(xué) 2018
[2]基于Gabor響應(yīng)編碼的人臉識(shí)別系統(tǒng)[D]. 戴子毅.深圳大學(xué) 2016
[3]人臉識(shí)別中的特征生成技術(shù)應(yīng)用研究[D]. 黃榮.東南大學(xué) 2015
[4]基于均勻區(qū)域和韋伯局部描述子的圖像檢索方法研究[D]. 劉文霞.華僑大學(xué) 2014
[5]基于局部特征的人臉識(shí)別方法研究與實(shí)現(xiàn)[D]. 李昆明.湖南大學(xué) 2014
[6]基于局部二元模式和韋伯局部描述符的人臉識(shí)別[D]. 張志會(huì).南京理工大學(xué) 2012



本文編號(hào)：3715991